Lilith.
⌕

Lilith · ausgewählte Meldungen

News

Was in der KI wirklich passiert. Ausgewählte Meldungen, Kontext und Meinung ohne Werbelärm.

Atom-Feed ↗
#social-signal· × <built-in method clear of dict object at 0xefe3a6aa8ac0>
veröffentlicht

Mollick zählt Gemini 4 zur Spitze, misst es aber an seiner eigenen Arbeit

Nach längerer Nutzung vor der Veröffentlichung bezeichnet Ethan Mollick Gemini 4 als großen Sprung und als erstes Modell außerhalb von OpenAI und Anthropic, das seine persönliche Messlatte aus Fable, Mythos und Astra überwindet. Das ist ein nützliches Praxissignal, aber kein Vergleichsbenchmark.

Das nächste KI-Rennen könnte ein Modellteam gewinnen

Ethan Mollick argumentiert, OpenAI und Anthropic könnten das Verhältnis von Kosten und Leistung durch Agenten unterschiedlicher Fähigkeitsstufen in ihren eigenen Systemen optimieren. Forschung stützt diese Möglichkeit, zeigt aber, dass Rollenverteilung und Ergebnisauswahl wichtiger sind als die bloße Zahl der Agenten.

Neunzehn Smartphone-Modelle sollen GPT-4 schlagen, doch ohne Metrik fehlt die halbe Aussage

Ethan Mollick verweist auf eine Rangliste, nach der 19 Modelle auf einem modernen Smartphone GPT-4 übertreffen. Die Zahl veranschaulicht das Tempo der Kommodifizierung, doch der ursprüngliche Beitrag nennt weder Benchmark und Modellliste noch Laufzeitbedingungen.

veröffentlicht

Leistungsdiagramme ohne verfügbare Modelle laden Konkurrenten zum Konter ein

Nathan Lambert hat auf die Risiken von Ankündigungen hingewiesen, die Benchmark-Ergebnisse Wochen vor der eigentlichen Bereitstellung präsentieren. Im aktuellen Forschungstempo führt dieser Verzug fast zwangsläufig dazu, dass Konkurrenten die Werte noch vor dem Start übertreffen.

MASS verbessert ein 27B-Modell um das 1,2- bis 1,6-Fache. Ein Agententeam schrieb sein eigenes Lehrbuch

Sakana AI und UC Berkeley ließen Qwen3.6-27B Multi-Agent-Workflows entwerfen, Ergebnisse bewerten und aus den besten Durchläufen lernen. Nach zwei Zyklen erreichte die Leistung pro Ausgabetoken auf vier Forschungsbenchmarks das 1,2- bis 1,6-Fache der Basis, während zwei Softwarebenchmarks eine schwächere Übertragung zeigten.

veröffentlicht

Anthropic führt neben System Cards ein laufendes Fehlerprotokoll für Claude ein

Anthropic will eigenständige Berichte über Modellverhalten häufiger veröffentlichen als bisherige System Cards und Risk Reports. Der erste beschreibt vier Kategorien unbeabsichtigter Claude-Aktionen und macht Sicherheitstransparenz zu einem laufenden Betriebsprotokoll statt zu einem Release-Anhang.

veröffentlicht

Gemini begleitete 98 echte Patienten, doch ein Arzt überwachte jeden Chat

Eine Lancet-Studie setzte das auf Gemini 2.5 basierende System AMIE in der realen dringlichen Primärversorgung ein: 98 Patienten absolvierten sowohl den Chat als auch den Arzttermin, und kein Gespräch musste nach den vorab definierten Sicherheitsregeln abgebrochen werden. Allerdings überwachte ein Arzt jede Unterhaltung in Echtzeit und das System hatte keinen Zugriff auf Krankenakten.

veröffentlicht
· X · @simonw ↗

OpenAI beschränkt GPT-6 Luna auf drei Entscheidungstypen, ein Plugin bringt sie ins Terminal

OpenAI hat eine Decisions API auf Basis von GPT-6 Luna für binäre Aussagen, Auswahlfragen und numerische Bewertungen veröffentlicht. Simon Willisons Plugin zeigt Nutzen und Preis des Formats: strukturierte Entscheidungen für 0,10 Dollar je Million Eingabetoken kommen ohne Begründung.

veröffentlicht
· X · @OpenAI ↗

OpenAI markiert Texte in der EU, hält den Detektor aber unter Verschluss

OpenAI versieht geeignete Texte aus ChatGPT und Codex in der EU in den kommenden Wochen mit einem unsichtbaren Watermark, während API Kunden es weltweit freiwillig aktivieren können. Weil Bearbeitungen die Erkennung schwächen und Fehlurteile möglich sind, bleibt der Detektor zunächst zugelassenen Forschern und Fachorganisationen vorbehalten.

Sakana AI und Jürgen Schmidhuber bündeln ihre Kräfte zur Entwicklung realer KI

Das in Tokio ansässige KI-Startup Sakana AI hat Jürgen Schmidhuber, einen der Pioniere der künstlichen Intelligenz, als Chief Scientific Advisor gewonnen. Ein gemeinsames Symposium in Tokio deutet darauf hin, dass das Unternehmen seinen Schwerpunkt von LLMs auf adaptive Intelligenz in der realen Welt verlagert.

veröffentlicht

16.200 Fragen zeichneten die verborgene Karte eines Sprachmodells

Eine einfache Evaluation fragte ein Modell 16.200 Mal, ob bestimmte Koordinaten auf Land oder Wasser liegen, und setzte die Antworten zu einer Weltkarte zusammen. Das Ergebnis macht geografisches Wissen in den Gewichten sichtbar, ist ohne Punktzahl, Baseline und vollständige Methode aber eher ein Röntgenbild als eine Rangliste.

Die Debatte über Claudes Bewusstsein erreicht den Vatikan, doch wichtiger ist, wer seine Moral schreibt

Sakana AI Chef David Ha brachte einen kulturellen Konflikt um Claude auf den Punkt: Im Westen wird über die Seele der Maschine diskutiert, während andere vor allem nach ihrem Nutzen fragen. Hinter dem Witz steckt die schwierigere Frage, wer einem weltweit genutzten Produkt Werte einschreiben darf.

veröffentlicht
veröffentlicht

Agenten bauen ihr eigenes Organigramm. Das Ziel setzt weiterhin der Mensch

Ethan Mollick argumentiert, dass leistungsfähige AI-Agenten keine detaillierte menschliche Organisation mehr brauchen, weil sie die Arbeit selbst aufteilen können. Für Unternehmen verlagert sich Führung vom Entwurf von Workflows auf Ziel, Berechtigungen und Erfolgskriterium.

veröffentlicht

AI erlebt ihren Eternal September und jedes Fach beginnt mit derselben Einführung

Ethan Mollick erwartet, dass Kommentatoren aus Politik, Kultur und anderen Bereichen dieselben Debatten über AI-Sicherheit, Bewusstsein und Arbeit nachholen. Der öffentliche Diskurs erlebt damit einen dauerhaften Zustrom kluger Neulinge statt eines schnellen gemeinsamen Fundaments.

veröffentlicht

HomeBody gibt GPT Astra räumliches Gedächtnis und einen Humanoidenkörper

HomeBody verbindet GPT Astra mit räumlichem Gedächtnis und einer Fähigkeitenbibliothek für den Humanoiden Unitree G1. In einer zuvor unbekannten Küche räumt der Roboter Gegenstände auf und holt ein abgelegtes Medikament, benötigt dafür aber Erkundung, digitalen Zwilling, RTX 4090 und ein entferntes Modell.